摘　要：對異步電機的無速度矢量控制系統的方法及原理進行了概述，并就今后的發展方向提出了設想。

        關鍵詞：異步電機；無速度傳感器；矢量控制；模型參考自適應法

        1　引　言

        在高性能的異步電機矢量控制系統中，轉速的閉環控制環節一般是必不可少的。通常，采用光電碼盤等速度傳感器來進行轉速檢測，并反饋轉速信號。但是，由于速度傳感器的安裝給系統帶來一些缺陷：系統的成本大大增加；精度越高的碼盤價格也越貴；碼盤在電機軸上的安裝存在同心度的問題，安裝不當將影響測速的精度；電機軸上的體積增大，而且給電機的維護帶來一定困難，同時破壞了異步電機的簡單堅固的特點；在惡劣的環境下，碼盤工作的精度易受環境的影響。因此，越來越多的學者將眼光投向無速度傳感器控制系統的研究。國外在20世紀70年代就開始了這方面的研究，但首次將無速度傳感器應用于矢量控制是在1983年由R．Joetten完成，這使得交流傳動技術的發展又上了一個新臺階，但對無速度傳感器矢量控制系統的研究仍在繼續。

        2　無速度傳感器的控制方法

        在近20年來，各國學者致力于無速度傳感器控制系統的研究，無速度傳感器控制技術的發展始于常規帶速度傳感器的傳動控制系統，解決問題的出發點是利用檢測的定子電壓、電流等容易檢測到的物理量進行速度估計以取代速度傳感器。重要的方面是如何準確地獲取轉速的信息，且保持較高的控制精度，滿足

        實時控制的要求。無速度傳感器的控制系統無需檢測硬件，免去了速度傳感器帶來的種種麻煩，提高了系統的可靠性，降低了系統的成本；另一方面，使得系統的體積小、重量輕，而且減少了電機與控制器的連線，使得采用無速度傳感器的異步電機的調速系統在工程中的應用更加廣泛。國內外學者提出了許多方法。

        1）動態速度估計法　主要包括轉子磁通估計和轉子反電勢估計。都是以電機模型為基礎，這種方法算法簡單、直觀性強。由于缺少無誤差校正環節，抗干擾的能力差，對電機的參數變化敏感，在實際實現時，加上參數辨識和誤差校正環節來提高系統抗參數變化和抗干擾的魯棒性，才能使系統獲得良好的控制效果。

        2）PI自適應控制器法　其基本思想是利用某些量的誤差項，通過PI自適應控制器獲得轉速的信息，一種采用的是轉矩電流的誤差項；另一種采用了轉子q軸磁通的誤差項。此方法利用了自適應思想，是一種算法結構簡單、效果良好的速度估計方法。

        3）模型參考自適應法（MRAS）　將不含轉速的方程作為參考模型，將含有轉速的模型作為可調模型，2個模型具有相同物理意義的輸出量，利用2個模型輸出量的誤差構成合適的自適應律實時調節可調模型的參數（轉速），以達到控制對象的輸出跟蹤參考模型的目的。根據模型的輸出量的不同，可分為轉子磁通估計法、反電勢估計法和無功功率法。轉子磁通法由于采用電壓模型法為參考模型，引入了純積分，低速時轉子磁通估計法的改進，前者去掉了純積分環節，改善了估計性能，但是定子電阻的影響依然存在；后者消去了定子電阻的影響，獲得了更好的低速性能和更強的魯棒性。總的說來，MRAS是基于穩定性設計的參數辨識方法，保證了參數估計的漸進收斂性。但是由于MRAS的速度觀測是以參考模型準確為基礎的，參考模型本身的參數準確程度就直接影響到速度辨識和控制系統的成效。

        4）擴展卡爾曼濾波器法　將電機的轉速看作一個狀態變量，考慮電機的五階非線性模型，采用擴展卡爾曼濾波器法在每一估計點將模型線性化來估計轉速，這種方法可有效地抑制噪聲，提高轉速估計的精確度。但是估計精度受到電機參數變化的影響，而且卡爾曼濾波器法的計算量太大。

        5）神經網絡法　利用神經網絡替代電流模型轉子磁鏈觀測器，用誤差反向傳播算法的自適應律進行轉速估計，網絡的權值為電機的參數。神經網絡法在理論研究還不成熟，其硬件的實現有一定的難度，使得這一方法的應用還處于起步階段。

        3　結　論

        異步電機無速度傳感器矢量控制除以上所提及的方法外，還有轉子齒諧波法和高頻注入法。雖然辨識速度的方法很多，但仍有許多